DeepMind's Quake III
Mēs esam redzējuši spēles, kurās izstrādātāji ievieto robotprogrammatūras, lai cilvēkiem būtu viegli spēlēt vai lai viens spēlētājs varētu atpūsties daudzu spēļu daudzspēlētāju režīmos. Šie AI spēlētāji reti ir pietiekami spējīgi sacensties ar saviem kolēģiem. Tādējādi tos izmanto, lai atvieglotu daudzu spēlētāju spēļu mācīšanās līkni. No otras puses, DeepMind ir firma, kas specializējas AI izmantošanā daudzās darbu jomās. Viņi atklāja, ka viņu robotizētie robotprogrammatūras beidzot varētu pārspēt savus kolēģus vienā no visvairāk spēlētajām daudzspēlētāju spēlēm Quake III. Viņu atklājumi ir aizraujoši tiem, kam ir nozīme AI mācīšanās un spējām.
Šis nav DeepMind pirmais pasākums videospēlēs. Viņi jau ir izstrādājuši neironu dzinēju, kas spēj pieveikt daudzu spēlētāju daudzu spēlētāju profesionālos spēlētājus. Labākais piemērs šeit ir AlphaGo, kur viņu AI sakāva pazīstamo šīs spēles pro spēlētāju. Viņi ir izstrādājuši arī AI daudzām citām spēlēm.
Atskaitījumi
Atgriežoties pie viņu atskaitījumiem attiecībā uz viņu AI Quake III. Quake III krasi atšķiras no daudzām citām spēlēm. Spēle ir kategoriski atšķirīga procesuāli ģenerēto posmu un fakta dēļ, ka spēle ir pirmās personas skatījumā. AI izstrādes problēma šeit ir tā, ka viņi nevarēja iemācīties labāko iespējamo metodi, kā pārspēt spēli. Faktiski problēma izrādījās svētība, jo AI atgādināja humanoīdu mācīšanās līkni, par to vēlāk.
Mākslīgais intelekts sāka visu no nulles un uzzināja paša karoga režīma uztveršanas noteikumus. Pēc tam AI varēja pieveikt 40 cilvēku spēlētājus, kur cilvēki, kā arī AI, bija sajaukti. Pēc ievērojamas cilvēku pieveikšanas DeepMind atzina, ka viņu uzvara tiek attiecināta uz viņu AI aģenta cilvēku atbalstošo reakcijas laiku. Tātad, viņi nolēma viņus palēnināt, taču AI joprojām spēja pieveikt savus cilvēku kolēģus.
AI progress
Tomshardware ziņo, ka viņu atskaitījumi ir īpaši aizraujoši, jo AI bija jāapgūst pašas spēles pamati un fakts, ka AI varēja iegūt rezultātus, kad procesuāli tika ģenerēti posmi.
DeepMind teica, ka viņu darbs pie šī projekta uzsver faktu, ka mēs varam efektīvi apmācīt mākslīgo intelektu, izmantojot daudzu aģentu paņēmienus, kas nozīmē AI pret AI. Tas ne tikai liek AI uzzināt par savām kļūdām, bet arī strādā pie lietām, kuras var izdarīt labāk. Viņi teica, ' Tas izceļ rezultātus, izmantojot dabisko mācību programmu, ko nodrošina vairāku aģentu apmācība, un piespiežot attīstīt spēcīgus aģentus, kas pat var apvienoties ar cilvēkiem . '
Tagi AI
